岗位职责 1. 评分卡模型全流程开发与迭代 负责汽车金融核心评分卡体系搭建与优化，独立完成贷前申请评分卡（A卡）、贷中行为评分卡（B卡）、反欺诈评分卡（F卡）全流程工作，包含需求拆解、样本筛选、变量构造、模型训练、验证、评分分箱、阈值调优及模型迭代，持续提升模型区分度、稳定性与泛化能力。 2. 特征工程与数据挖掘分析 深度挖掘企业自有业务数据、人行征信数据、第三方风控数据、用户全流程行为数据；落地数据清洗、特征筛选、变量衍生、相关性分析、特征有效性验证，搭建汽车金融专属风险特征体系，精准识别骗贷、逾期、多头借贷、恶意逃废债等各类风险隐患。 3. 模型验证、合规与治理落地 严格遵循金融行业模型治理、监管合规要求，完成建模全流程验证工作：KS、AUC、PSI、IV指标校验、跨时间样本验证、稳定性验证、过拟合检验等；输出完整建模报告、验证报告、上线说明书，保障模型可解释、可追溯、合规可控，满足内部审计与外部监管检查要求。 4. 模型部署、监控与策略联动 协同IT、风控策略、产品团队，完成评分卡模型、风控规则的系统部署、灰度测试与全量上线；搭建模型日常监控机制，持续跟踪模型准确率、拒贷率、逾期率、坏账率等核心业务指标，定期复盘模型性能；针对市场风险变化、客群迭代问题优化模型与评分阈值，联动调整风控审批、额度核定、催收分层等业务策略。 5. 模型体系建设与技术创新 梳理完善汽车金融风控模型体系，沉淀标准化建模流程、评分规则、变量库、模型资产；跟进行业前沿技术，探索XGBoost、LightGBM等机器学习算法、轻量化AI模型在汽车金融风控场景落地，推动传统评分卡智能化升级，全面提升风控效率与风险识别能力。 6. 跨部门协同与业务支撑 对接业务、风控政策、运营、法务等团队，深度吃透汽车金融业务模式与风险痛点；针对新业务、新客群、新风险场景快速输出建模解决方案，通过量化模型数据支撑业务决策、风险政策调整、产品迭代优化。

任职要求 1. 专业学历 本科及以上学历，统计学、应用数学、金融工程、经济学、计算机、大数据等相关专业优先，硕士学历优先。 2. 工作经验 3年及以上银行、持牌汽车金融公司、消费金融公司、头部金融科技公司风控建模实操经验；熟悉汽车金融车贷、融资租赁全业务流程，拥有评分卡从0到1搭建、落地迭代完整实战经验者优先。 3. 技能要求 ①　熟练使用SQL完成数据提取、清洗、多维分析；精通Python建模工具； ②　熟练掌握逻辑回归、随机森林、XGBoost、LightGBM等风控主流算法； ③　精通标准评分卡全流程建模，熟练使用IV、PSI、AUC、KS等模型评估指标，掌握变量分箱、特征筛选、模型校准、风险分层核心建模方法； ④　熟悉金融风控模型治理规范、监管合规要求，具备完整模型文档撰写。 4. 业务能力 深度理解汽车金融零售信贷风险特征，熟悉车贷贷前审批、贷中风险预警、贷后催收全场景风控逻辑；可结合业务痛点独立设计建模方案，精准解决欺诈、逾期、坏账等核心风险问题。 5. 综合素质 具备极强的数据敏感度、逻辑思维与问题拆解能力，可将复杂业务风险问题转化为量化建模问题；优秀跨部门沟通、团队协作、抗压能力；工作严谨细致、责任心强，书面与口头表达清晰，可独立输出模型成果、技术落地方案。